3.5.2.2 Uji Multikolinearitas
Pengujian multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas. Model regresi yang baik
seharusnya tidak terjadi korelasi antara variabel bebas. Uji multikolineritas digunakan untuk mengetahui variabel bebas. Uji miltikolinieritas digunakan
untuk mengetahui adanya hubungan yang sempurna atau mendekati sempurna. Koefisien korelasi hasilnya tinggi atau bahkan satu diantara beberapa atau semua
variabel bebas menjelaskan model regresi Ghozali, 2006:91
Deteksi adanya multikolineritas adalah dengan melihat besaran Variance Inflation Factor VIF dan Toleransi melalui SPSS dan koefisien antara variabel
bebas. Jika VIF 10 maka variabel tersebut mempunyai persoalan multikolinieritas dengan variabel lainnya. Sehingga apabila dalam model regresi
diperoleh nilai VIF 10 dan Toleransi diatas 0,1 maka dalam model tersebut tidak terjadi multikolinieritas. Deteksi lain dengan melihat korelasi antara variabel
bebas, apalagi masih di bawah 0,8 maka dapat disimpulkan tidak terjadi multikolinieritas.
3.5.2.3 Uji Heteroskedastisitas
Menurut Ghozali 2006:69 berpendapat bahwa uji heretoskedastisitas bertujuan untuk mengetahui dan menguji apakah model regresi terjadi
ketidaksamaan varian dari residual satu pengamatan lain tetap, maka disebut homokedastisitas dan jika berbeda disebut heretokedastisitas. Untuk mengetahui
apakah ada tidaknya gejala heterokedastisitas dapat dilihat dengan grafik plot antara nilai prediksi variabel terikat ZPRED dengan residualnya SRESID.
Deteksi terhadap ada tidaknya heterokedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scaterplot melalui bantuan SPSS
antara prediksi variabel terikat dengan residualnya, dimana sumbu Y adalah Y yang diprediksi, dan sumbu X adalah residual Y prediksi
– Y sesungguhnya. Jika ada pola tertentu yang teratur maka telah terjadi heterokedastisitas, model
yang bebas dari heterokedastisitas mamiliki grafik scaterplot dengan pola titik- titik yang menyebar di atas dan di bawah sumbu Y.
3.5.3 Analisis Regresi Berganda